שיטות לבדיקת קשב חזותי באינטרנט
Summary
To replicate laboratory settings, online data collection methods for visual tasks require tight control over stimulus presentation. We outline methods for the use of a web application to collect performance data on two tests of visual attention.
Abstract
יש שיטות איסוף נתונים מקוונות משיכה מיוחדת למדעני התנהגות כי הם מציעים את ההבטחה של הרבה יותר גדול והרבה יותר דגימות נתונים נציג מאשר בדרך כלל יכול להיות שנאסף בקמפוסים. עם זאת, לפני שניתן לאמץ שיטות כאלה נרחבת, מספר האתגרים הטכנולוגיים יש להתגבר – בפרט בניסויים שבם פיקוח הדוק על תכונות גירוי הוא הכרחי. כאן אנו מציגים שיטות לאיסוף נתוני ביצועים בשתי בדיקות של קשב חזותי. שני המבחנים דורשים שליטה על זווית הראייה של הגירויים (אשר בתורו דורשת ידע של מרחק הצפייה, גודל צג, רזולוציית מסך, וכו ') ואת התזמון של הגירויים (כמו הבדיקות כרוכות או בקצרה הבזיקו גירויים או גירויים הנעים בשיעורים ספציפיים). נתונים שנאספו בבדיקות אלה ממעל 1,700 משתתפים מקוונים עלו בקנה אחד עם הנתונים שנאספו בגרסאות מבוססות מעבדה של בדיוק את אותו בדיקות. תוצאות אלומצביע על כך שעם טיפול נכון, ניתן לפרוס משימות תלויות גודל עיתוי / גירוי בהגדרות מבוסס אינטרנט.
Introduction
בחמש השנים האחרונות חלה עלייה חדה של ריבית בשימוש בשיטות איסוף נתוני התנהגות מקוונת. בעוד הרוב המכריע של פרסומים בתחום הפסיכולוגיה נצל אוכלוסיות נושא שעלול להיות בלתי נציג 1 (כלומר, בעיקר סטודנטים לתואר ראשון במכללה) וגודל מדגם קטן לעתים קרובות באופן סביר, כמו גם (כלומר, בדרך כלל בטווח של עשרות נושאים), שיטות מקוונות מציע את ההבטחה של דגימות הרבה יותר מגוונות וגדולות יותר. לדוגמא, השירות מכאני טורק של אמזון כבר את הנושא של מספר המחקרים שנעשה לאחרונה, שני המתארים את המאפיינים של האוכלוסייה "עובד" ושימוש באוכלוסייה זו במחקר התנהגותי 2-6.
עם זאת, חשש משמעותי אחד הקשור לשיטות כאלה הוא החוסר היחסי של שליטה על משתני גירוי קריטיים. לדוגמא, ברוב משימות הפסיכופיסיקה חזותית, גירויים מתוארים במונחים שלזווית ראייה. חישוב זוויות ראייה דורש מדידות מדויקות של מרחק צפייה, גודל מסך ורזולוציה מסך. בעוד פרמטרים אלה הם טריוויאלי למדוד ושליטה בסביבת מעבדה (שבו יש לפקח ידוע ומשתתפים להציג גירויים ואילו בשאר סנטר ממוקם במרחק ידוע מהצג), אין הדבר נכון של איסוף נתונים באינטרנט. בסביבה מקוונת, לא רק שמשתתפים באופן בלתי נמנע להשתמש במגוון רחב של צגים בגדלים שונים עם הגדרות תוכנה שונות, גם ייתכן שלא יהיה להם גישה קלה לשליטים / אמצעי קלטת שתאפשר להם לקבוע את גודל המסך שלהם או שיש לי את הידע דרוש כדי לקבוע הגדרות התוכנה וחומרה שלהם (לדוגמא, קצב רענון, רזולוציה).
כאן אנו מתארים קבוצה של שיטות לאיסוף נתונים על שתי בדיקות ידועות של קשב חזותי – שדה שימושי של צפה (UFOV) הפרדיגמה 7 ואת האובייקט מרובה מעקב משימה (MOT) <sup> 8 – תוך הימנעות ככל האפשר את המקורות שונות שגלומים במדידות באינטרנט. משימות אלה יכולות להיות מנוהלות על ידי כל משתתף עם חיבור לאינטרנט ודפדפן תואם HTML5. משתתף שלא יודעים גודל המסך שלהם הלכו בתהליך מדידת ניצול פריטים זמינים בדרך כלל בגודל סטנדרטי (כלומר, כרטיס אשראי / CD – ראה איור 1).
נתונים על שתי משימות אלה נאספו מרחבי 1,700 משתתפים בפתיחת קורס מקוון מאסיבי. ביצועים ממוצע של מדגם באינטרנט זה היה מתואם היטב עם תוצאות שהושגו באמצעים המבוסס על מעבדה לפיקוח ההדוקה של בדיוק את אותו המשימות 9,10. התוצאות שלנו הן בכך עולים בקנה אחד עם הגוף גדל והולך של ספרות מדגימה את היעילות של שיטות איסוף נתונים באינטרנט, אפילו במשימות הדורשות שליטה מסוימת על תנאי צפייה.
Protocol
Representative Results
Discussion
יש איסוף נתונים באינטרנט מספר היתרונות על פני איסוף נתונים מבוסס מעבדה סטנדרטי. אלה כוללים את הפוטנציאל לטעום הרבה יותר מאשר אוכלוסיות נציג הבריכה לתואר הראשון במכללה הטיפוסית מנוצלת בתחום, והיכולת להשיג גודל מדגם גדול הרבה יותר בפחות זמן ממה שהוא לוקח כדי להשיג גו?…
Divulgations
The authors have nothing to disclose.
Acknowledgements
The authors have nothing to disclose.
Materials
| Name of Reagent/ Equipment | Company | Catalog Number | Comments/Description |
| Computer/tablet | N/A | N/A | It must have an internet connection and an HTML5 compatible browser |
| CD or credit card | N/A | N/A | May not be needed if participant already knows the monitor size |
References
- Henrich, J., Heine, S. J., Norenzayan, A. The weirdest people in the world. The Behavioral And Brain Sciences. 33, 61-135 (2010).
- Buhrmester, M., Kwang, T., Gosling, S. D. Amazon’s Mechanical Turk: A new source of inexpensive, yet high-quality, data. Perspectives on Psychological Science. 6 (1), 3-5 (2011).
- Goodman, J. K., Cryder, C. E., Cheema, A. Data collection in a flat world: the strengths and weaknesses of mechanical turk samples. Journal of Behavioral Decision Making. 26 (3), 213-224 (2013).
- Mason, W., Suri, S. Conducting behavioral research on Amazon’s Mechanical Turk. Behavior Research Methods. 44 (1), 1-23 (2012).
- Crump, M. J., McDonnell, J. V., Gureckis, T. M. Evaluating Amazon’s Mechanical Turk as a tool for experimental behavioral research. PLoS One. 8, e57410 (1371).
- Lupyan, G. The difficulties of executing simple algorithms: why brains make mistakes computers don’t. Cognition. 129, 615-636 (2013).
- Ball, K., Owsley, C. The useful field of view test: a new technique for evaluating age-related declines in visual function. J Am Optom Assoc. 64 (1), 71-79 (1993).
- Pylyshyn, Z. W., Storm, R. W. Tracking multiple independent targets: Evidence for a parallel tracking mechanism. Spatial Vision. 3 (3), 179-197 (1988).
- Dye, M. W. G., Bavelier, D. Differential development of visual attention skills in school-age children. Vision Research. 50 (4), 452-459 (2010).
- Green, C. S., Bavelier, D. Enumeration versus multiple object tracking: The case of action video game players. Cognition. 101 (1), 217-245 (2006).
- Chengalur, S. N., Rodgers, S. H., Bernard, T. E. Chapter 1. Kodak Company. Ergonomics Design Philosophy. Kodak’s Ergonomic Design for People at Work. , (2004).
- Elze, T., Bex, P. P1-7: Modern display technology in vision science: Assessment of OLED and LCD monitors for visual experiments. i-Perception. 3 (9), 621 (2012).
- Elze, T., Tanner, T. G. Temporal Properties of Liquid Crystal Displays: Implications for Vision Science Experiments. PLoS One. 7 (9), e44048 (2012).
